遷移學習簡述

遷移學習是一種機器學習方法，就是把爲任務 A 開發的模型作爲初始點，重新使用在爲任務 B 開發模型的過程中。 深度學習中在計算機視覺任務和自然語言處理任務中將預訓練的模型作爲新模型的起點是一種常用的方法，通常這些預訓練的模型在開發神經網絡的時候已經消耗了巨大的時間資源和計算資源，遷移學習可以將已習得的強大技能遷移到相關的的問題上。 讀完本文，你將學會如何使用遷移學習來加速訓練過程，提升深度模型的性

>>阅读原文<<